stair-lab/proteinea_solubility-gemma-7b-embedding

---
dataset_info:
features:
- name: inputs_embeds
sequence: float64
- name: rewards
dtype: float64
splits:
- name: train
num_bytes: 1536209064
num_examples: 62478
- name: validation
num_bytes: 170689896
num_examples: 6942
download_size: 348498684
dataset_size: 1706898960
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
---

数据集信息：
特征集合：
- 特征名：输入嵌入（inputs_embeds），数据结构为序列，元素类型为64位浮点数（float64）
- 特征名：奖励（rewards），数据类型（dtype）为64位浮点数（float64）
数据集划分：
- 划分名称：训练集（train），占用存储空间1536209064字节，样本总量62478
- 划分名称：验证集（validation），占用存储空间170689896字节，样本总量6942
下载总大小：348498684 字节
数据集总存储空间：1706898960 字节
配置项：
- 配置名称：默认配置（default），关联数据文件：
- 对应划分：训练集（train），文件路径：data/train-*
- 对应划分：验证集（validation），文件路径：data/validation-*

原始信息汇总

数据集概述

数据集特征

• inputs_embeds: 序列类型，数据类型为float64。
• rewards: 数据类型为float64。

数据集分割

• 训练集（train）:
  • 示例数量: 62478
  • 数据大小: 1536209064 字节
• 验证集（validation）:
  • 示例数量: 6942
  • 数据大小: 170689896 字节

数据集大小

• 下载大小: 348498684 字节
• 数据集总大小: 1706898960 字节

数据文件配置

• 默认配置（default）:
  • 训练集路径: data/train-*
  • 验证集路径: data/validation-*